Desde o processamento e análise em tempo real, que impulsionam maior eficiência e aprendizado, até a manutenção preditiva, a Inteligência Artificial em computação de borda (Edge AI, em inglês) está impulsionando uma revolução na indústria. Fabricantes de todo o mundo sofrem grande pressão para manter uma vantagem competitiva o que impulsiona programas de transformação digital baseados em Internet das Coisas (IoT) e Inteligência Artificial. Na verdade, a alavancagem da IoT industrial tornou-se tão evidente que recebeu a alcunha de "Indústria 4.0".
Estas tecnologias estão estabelecendo uma sintonia entre o "último andar" e o "chão de fábrica", resultando em ganhos de eficiência gritantes em quase todas as áreas do processo de fabricação. Desde o gerenciamento da cadeia de suprimento, montagem automatizada, manutenção preditiva até o atendimento automatizado, os benefícios de um processo de fabricação completamente integrado, alimentado por AI, são consideráveis.
O McKinsey Global Institute estimou que o uso de inteligência artificial tem o potencial para gerar um ganho de valor de US $ 3,5 trilhões a US$ 5,8 trilhões ao ano em nove linhas de negócios de 19 segmentos da indústria. O poder da Edge AI de mesclar dados industriais e transformá-los em produtos utilizáveis e serviços inovadores é o elemento central da Indústria 4.0.
Essa abordagem focada em dados aumenta os desafios de processamento, pois a inteligência dos dispositivos IoT (câmeras e sensores, por exemplo) precisa ser reunida, analisada e acionada em tempo real. É nesse ponto que o Edge AI se torna particularmente importante para a Indústria 4.0. Como processa os dados para a tomada de decisões em tempo real no local onde são coletados, elimina grande parte da latência existente em um sistema de nuvem tradicional, que realiza a operação distante dali, ficando, assim, sujeito a interrupções de transmissão, entre outros problemas. A Edge AI possibilita reações instantâneas, o que pode fazer a diferença entre o sucesso e o fracasso no que diz respeito ao maquinário industrial.
Um dos maiores terrores de qualquer industrial é a quebra de maquinário que, além de gerar custos elevados, causa interrupções não programadas na produção. A AI de borda elimina este risco. Com sensores de IoT e Edge AI, os sistemas podem aprender (machine deep learning) quais são os padrões operacionais das linhas de montagem e, a partir daí, definir um modelo de atividade "normal". Desta forma, alterações passam a ser detectadas em tempo real, o que permite que o maquinário seja desligado automaticamente, garantindo a segurança, a integridade dos equipamentos e, consequentemente, evitando paradas mais longas e dispendiosas.
A produção também é otimizada com a integração de todas as etapas, desde a cadeia de suprimentos e produção até a chegada do produto ao cliente final. Isso se dá por meio da captação de dados realizadas pelos dispositivos IoT e interligados, em tempo real, pela Edge AI, no que se denominou "máquina para máquina" (m2m).
Este uso crescente da robótica Edge AI mudou as expectativas dos consumidores, o que força as empresas a adequaram tanto a produção quanto sua logística. O uso de robôs autônomos em aplicações de armazenamento é uma das principais tendências para 2019, o que se estenderá para os próximos anos. A IDC prevê que os gastos mundiais com sistemas robóticos e drones totalizarão US $ 115,7 bilhões em 2019, um aumento de 17,6% em relação a 2018. Em 2022, esses aportes devem atingir US $ 210,3 bilhões.
Pioneira, a Amazon possui mais de 100 mil robôs em operação em mais de 26 centros de atendimento de pedidos em todo o mundo.
O envio antecipado não é uma novidade, mas mudou. Ao invés de centros de distribuição regionais, empresas adotam o envio de estoques para depósitos quase que imediatamente. Isso é possibilitado pela AI, que prevê, e aprende, quais itens, marcas e volumes serão exigidos a cada momento e em quais localidades.
Como as necessidades de automação de processos e fornecedores diferem de uma indústria para outra, a eficiência de sistemas e plataformas Edge AI dependem da capacidade de integração com as plataformas de nuvem do cliente. Devem ser customizáveis, para que possam atender a requisitos específicos de implantação.
Ubiratan Resende, diretor-geral da VIA Technologies no Brasil.
